基于值差别度量的连续属性离散化方法

摘要：

连续属性离散化在机器学习中是一个很重要的问题。该文介绍了一种基于列联表的值差别度量方法，实验比较结果表明该文提出的方法获取的分类预测准确度效果一般要好于基于ｘ〈’２〉的方法。

关键词： 归纳学习 连续属性离散化 值差别度量

作者: 王军 史忠植 梁永全 潘谦红

作者单位: 中国科学院计算技术研究所(北京)

会议类型: 国内会议

会议名称: 第六届全国机器学习研讨会

会议地点: 北京

会议语种:中文

页码: 93～94

在线出版日期: 1998-07-01（万方平台首次上网日期，不代表论文的发表时间）